Sous-échantillonnage aléatoire

Définition

Une approche pour résoudre le problème du déséquilibre de classe consiste à rééchantillonner de manière aléatoire l’ensemble de données d’apprentissage. Les deux principales approches pour rééchantillonner au hasard un ensemble de données déséquilibré consistent à supprimer des exemples de la classe majoritaire, appelé sous-échantillonnage, et à dupliquer des exemples de la classe minoritaire, ce qu’on appelle suréchantillonnage.

Français

Sous-échantillonnage aléatoire

Sur-échantillonnage aléatoire

Anglais

Random Under-Sampling

Random Over-Sampling

Sources

Source : machine learning mastery